企业官网建设流程全解析

法律模板详解：Hyper-Extract 合同义务、案例时间线、合规清单提取指南

【免费下载链接】Hyper-ExtractHypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.项目地址: https://gitcode.com/GitHub_Trending/hy/Hyper-Extract

Hyper-Extract 是一个利用大语言模型（LLM）把非结构化文本转换为结构化知识的开源工具。它的内置法律模板可以帮你从合同、判决书、合规手册中一键提取合同义务关系、案件事实时间线和合规清单，省去人工逐条划重点的繁琐工作 📄。本文带你逐一拆解 5 个法律模板的适用场景、核心字段和使用方法。

为什么法律文档适合结构化提取

法律文档天然是"高密度非结构化文本"：

• 合同里甲乙丙多方权利义务交叉引用，人工梳理容易遗漏
• 判决书中事实、证据、时间线交织在长篇文字里
• 合规手册要求、法规依据、期限、责任人分散在各章节

Hyper-Extract 的思路是：用一个 YAML 模板定义"要提取什么、输出成什么结构"，再交给 LLM 按模板规则完成抽取。法律文档因此可以被转成超图（多方关系）、时间线（带时间戳的图）、清单、集合等结构，后续还能用he search语义检索、he show可视化。

法律模板全家福一览

Hyper-Extract 在 hyperextract/templates/presets/legal/ 下提供了 5 个法律领域模板：

5 个模板恰好覆盖了 Hyper-Extract 支持的不同数据结构类型——多方关系用超图、带时间关系用时间线图、有序要求用清单、术语用集合：

合同义务超图：把合同变成"义务网络"

contract_obligation.yaml 采用超图类型，这是它和其他模板最大的不同：普通图只表达"A 指向 B"的两点关系，而合同义务天然是多方的——比如"甲方在收到验收报告后 10 日内支付尾款"涉及多个当事人和多个义务要素，超图的一条边可以连接多个实体。

它提取的内容：

• 实体：合同当事人 + 义务要素（当事人/义务/权利/条件/例外/违约/赔偿等类型）
• 关系：每条义务关系包含party（涉及的各方）、obligation（具体义务）、trigger（触发条件）、exception（例外情形）、type（关系类型，如"必须履行""由…触发""由…豁免"）

模板内置的提取准则会以"专业合同律师"的角色要求 LLM 工作，并强调"仅提取文本中明确表达的义务关系"，避免模型编造 🎯。

CLI 一行搞定：

he parse contract.md -t legal/contract_obligation -l zh

提取结果可以用he show打开交互式可视化页面，直观查看谁对谁负有什么义务。

案件事实时间线：让判决书"按日期说话"

case_fact_timeline.yaml 使用时间线类型，专为判决书和证据材料设计。

它提取的内容：

• 实体：案件事实、证据（含证据编号）、证人、物证、书证、鉴定意见等
• 关系：每条关系带source（前置事实）、target（后续事实）、type（先于/证明/争议/确认/否认/采信/排除）、time（事实日期）和disputed（是否争议）字段

其中time字段是时间线类型的核心能力——每条边都锚定一个日期，支持"2024-01-15""2024年1月"甚至"案发当日"这类模糊时间。你可以快速回答"起诉前被告做了什么""哪些事实存在争议"这类问题 ⏱️。

he parse case_summary.md -t legal/case_fact_timeline -l zh

合规清单：从合规手册直接生成检查表

compliance_list.yaml 是最简单的清单类型模板，输出每条合规要求一张"结构化卡片"：

合规分析师角色 + 明确的提取规则，让输出可以直接用作内部检查表，粘贴到表格或任务系统里就能分派跟踪 ✅。

he parse compliance_manual.md -t legal/compliance_list -l zh -o ./compliance/

提取后还可以用he talk ./compliance/直接和这份清单对话，比如问"哪些要求没有明确责任人？"

另外两位帮手：判例引用图与术语集合

• case_citation.yaml（图谱类型）：从判决书和法律意见书中提取"案件 ↔ 条款/法规"的引用网络，关系类型包括引用、区分、推翻、遵循、参照。做类案检索时，一眼看清哪些判例被高频引用、哪些已被推翻。
• defined_term_set.yaml（集合类型）：自动收集合同中所有"大写定义术语"，输出术语、定义位置（条款编号）、含义摘要三要素，且会自动去重合并同一术语的多次定义——审查合同时先跑它，等于拿到一份自带定位的合同词表。

提取结果长什么样：可视化与检索

对图谱类结果执行he show <ka_path>，Hyper-Extract 会启动一个交互式网页：左侧是节点数、边数、平均度数等统计，中间是可缩放拖拽的关系网络，点选任意节点还能查看它的详细信息：

对清单类结果，则可以用语义检索快速定位条款：

he build-index ./compliance/ he search ./compliance/ "关于数据安全的义务"

快速上手三步

1. 安装：pip install hyperextract，或从仓库克隆后pip install .（详见 installation.md）
2. 配置：he config --help设置你使用的 LLM 与 Embedding
3. 提取：he list template查看全部模板，然后he parse 文档.md -t legal/模板名 -l zh

项目自带中英文示例脚本 legal_template.py，以及一份完整的中文 MSA 主服务协议样例 msa_contract_sample.md，可以直接拿来跑通全流程。

小结与延伸阅读

法律模板只是 Hyper-Extract 38 个内置模板之一，同一套方法同样适用于金融、医疗、工业等领域。更多细节可参考官方文档：legal.md（法律模板参考）与 legal-contract.md（法律文档分析完整工作流）。

【免费下载链接】Hyper-ExtractHypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.项目地址: https://gitcode.com/GitHub_Trending/hy/Hyper-Extract